MétaCan
Menu
Retour à la cohorte
Enregistrement W2156618128 · doi:10.1186/1471-2288-13-154

Facilitating accrual to cancer control and supportive care trials: the clinical research associate perspective

2013· article· en· W2156618128 sur OpenAlexafffundabout
David VanHoff, Tanya Hesser, Katherine Patterson Kelly, David R. Freyer, Susan K. Stork, Lillian Sung

Notice bibliographique

RevueBMC Medical Research Methodology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensHospital for Sick ChildrenInstitute for Clinical Evaluative Sciences
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAccrualReimbursementCogClinical trialMedicinePerspective (graphical)Control (management)Family medicineInstitutional review boardAccountingHealth careBusinessPolitical scienceInternal medicineManagementSurgeryComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Accrual to Cancer Control and Supportive Care (CCL) studies can be challenging. Our objective was to identify facilitators and perceived barriers to successful Children's Oncology Group (COG) CCL accrual from the clinical research associate (CRA) perspective. METHODS: A survey was developed that focused on the following features from the institutional perspective: (1) Components of successful accrual; (2) Barriers to accrual; (3) Institutional changes that could enhance accrual; and (4) How COG could facilitate accrual. The survey was distributed to the lead CRA at each COG site with at least 2 CCL accruals within the previous year. The written responses were classified into themes and sub-themes. RESULTS: 57 sites in the United States (n = 52) and Canada (n = 5) were contacted; 34 (60%) responded. The four major themes were: (1) Staff presence and dynamics; (2) Logistics including adequate numbers of eligible patients; (3) Interests and priorities; and (4) Resources. Suggestions for improvement began at the study design/conception stage, and included ongoing training/support and increased reimbursement or credit for successful CCL enrollment. CONCLUSIONS: The comments resulted in suggestions to facilitate CCL trials in the future. Soliciting input from key team members in the clinical trials process is important to maximizing accrual rates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,239
score de la tête « metaresearch » (Gemma)0,350
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,938

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2390,350
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,011
Communication savante0,0160,009
Science ouverte0,0030,013
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,968
Tête enseignante GPT0,822
Écart entre enseignants0,146 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetEthics in Clinical ResearchCatégorieMétarechercheTravaux en français237 207